Hatena::Grouppython

easy_install makimoto

 | 

2008-09-26

あたし彼女ぱい

02:56 |  あたし彼女ぱい - easy_install makimoto を含むブックマーク はてなブックマーク -  あたし彼女ぱい - easy_install makimoto

あたし彼女」なる携帯小説が流行しているようです。冒頭から色々ツッコみたくなるような作品で、ざっと読んでみたい気がないでもありません。

ですが、携帯サイトの常で、一々次のページへのリンクを辿らなければならないので面倒です。無駄に行間が広いのも気に喰いません。

ということで、プレーンテキストとして「あたし彼女」を読み安く再構成するコードを書きました。名前を考えるのが面倒なので、atashi-kanojo.py という名前で CodeRepos に上げてあります。

BeautifulSoup *1でひたすら本文をスクレイプして、余計な改行を削除して出力するシンプルな代物です。

実はクリティカルバグが残ってて、Shift_JIS に含まれない絵文字などが本文中に含まれるページでは文字コードの認識に失敗して文字化けしています。更に、無理矢理 Shift_JIS で処理しようとしたら illegal multibyte sequence で怒られてしまうので、ちょっと困ってます。真面目に文字コード外の文字を消す方法が妥当なのかしらん。

*1:'easy_install BeautifulSoup' でインストールできる。

JeslynJeslyn 2011/12/21 13:54 Last one to utlizie this is a rotten egg!

zceyatalshmzceyatalshm 2011/12/21 18:23 sgAHnO <a href="http://vcbveztwsjst.com/">vcbveztwsjst</a>

fwkqwkmlztufwkqwkmlztu 2011/12/22 23:17 U5ihPY , [url=http://tgvmqlgztodi.com/]tgvmqlgztodi[/url], [link=http://evgcphnupmzh.com/]evgcphnupmzh[/link], http://ylhhgseupifb.com/

zuwecjkzuwecjk 2011/12/24 03:57 V9DbeT , [url=http://xmlciacktrei.com/]xmlciacktrei[/url], [link=http://ztjmjimghimp.com/]ztjmjimghimp[/link], http://aclidkjsiipz.com/

ゲスト



トラックバック - http://python.g.hatena.ne.jp/makimoto/20080926
 |